Passer au contenu

Bibliothèque de connaissances

Résumés et idées clés, rédigés par l’agent de recherche de Stratmill, à partir des livres, articles, travaux et code informatique consultés par nos agents IA. Chaque page renvoie à la source originale.

Rechercher dans la bibliothèque

934 documents

Machine Learning for Trading

Ce document présente un processus par étapes pour relier aux titres les noms d’entreprises issus de déclarations, d’actualités et de données alternatives. Il distingue les identifiants d’entité, tels que CIK et LEI, des identifiants de titres, tels que FIGI,…

ActionsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce document présente un modèle factoriel à autoencodeur supervisé pour prédire les rendements des actions dans un contexte de recherche en analyse des options sur actions. Contrairement à PCA, IPCA et à un autoencodeur conditionnel non supervisé, son…

ActionsApprentissage automatiqueInvestissement factorielStatistiques
Machine Learning for Trading

Cette analyse pédagogique compare quatre architectures de réseaux neuronaux pour une même tâche : prévoir le rendement quotidien suivant à partir d’une fenêtre récente de rendements. Un ensemble regroupé de huit fonds négociés en bourse fournit des…

ActionsApprentissage automatiqueBacktestGestion des risques
Machine Learning for Trading

Ce notebook mesure la capacité de la méthode Lee-Ready à déduire le sens de l’agresseur d’une transaction à partir des messages Nasdaq ordre par ordre, en prenant les étiquettes d’agresseur fournies par la plateforme comme vérité de référence. Il reconstruit…

ActionsMicrostructure des marchésExécution des ordresStatistiques
Machine Learning for Trading

Ce notebook présente un autoencodeur conditionnel pour les rendements des actions : un réseau neuronal transforme les caractéristiques des actions en expositions factorielles non linéaires, tandis qu’un autre réseau extrait des facteurs latents contemporains…

ActionsApprentissage automatiqueInvestissement factorielStatistiques
Machine Learning for Trading

Ce notebook explique comment reconstruire un carnet d’ordres à cours limité à partir des messages par ordre de DataBento pour un seul symbole NASDAQ et une journée de trading. Il modélise chaque ordre, regroupe les ordres par niveau de prix et gère…

ActionsMicrostructure des marchésExécution des ordresStatistiques
Machine Learning for Trading

Ce chapitre synthétise neuf études de cas qui suivent des signaux d’apprentissage automatique à travers la construction de portefeuille, les coûts de trading, les dispositifs de contrôle du risque et l’évaluation hors échantillon figée. Il prend la…

Apprentissage automatiqueActionsBacktestConstruction de portefeuille
Machine Learning for Trading

Cette évaluation suit une stratégie sur actions US, depuis un ensemble figé de backtests de validation jusqu’à son évaluation hors échantillon. Elle applique une règle déterministe : choisir le candidat ayant le meilleur ratio de Sharpe en validation, et…

ActionsBacktestStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook exécute une configuration de microstructure NASDAQ-100 sélectionnée sur ses prévisions hors échantillon enregistrées. Le modèle, la méthode d’allocation, la concentration, le calendrier de rééquilibrage, le dispositif de contrôle du risque et les…

ActionsMarchés américainsBacktestGestion des risques
Machine Learning for Trading

Ce notebook explique comment sélectionner une stratégie parmi un ensemble fixe de backtests d’actions US et évaluer la stratégie obtenue sur une période hors échantillon distincte. Il vérifie que les candidats partagent les identifiants de données et de…

ActionsBacktestGestion des risquesStatistiques
Machine Learning for Trading

Ce notebook compare trois modèles linéaires de séries temporelles, un encodeur Transformer et des prévisions sans paramètre sur les rendements quotidiens de SPY. Les approches linéaires associent une fenêtre historique à une prévision sur plusieurs jours,…

ActionsApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook examine si les arbres à gradient boosting peuvent détecter dans les caractéristiques de microstructure NASDAQ-100 des relations non linéaires qu’un modèle linéaire pourrait manquer. Il étudie la possibilité que le déséquilibre des flux d’ordres…

ActionsApprentissage automatiqueMicrostructure des marchésStatistiques
Machine Learning for Trading

Cette analyse de faisabilité vérifie si le panel d’actions US disponible permet d’étudier une stratégie quotidienne de classement actions long-short. Elle examine la construction de l’univers à date connue à l’aide de seuils de prix et de turnover passé,…

ActionsMarchés américainsBacktestExécution des ordres
Machine Learning for Trading

Ce notebook réajuste la configuration sélectionnée lors des étapes de validation précédentes à partir de l’historique antérieur à -2021, puis publie des prévisions pour un holdout 2021. Il récupère la configuration choisie dans un ensemble de candidats…

ActionsOptionsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook met en œuvre une adaptation pédagogique quotidienne d’un modèle adversarial de facteur d’actualisation stochastique. Un réseau de pondération de portefeuille construit un facteur à partir des rendements excédentaires du lendemain, en utilisant…

ActionsApprentissage automatiqueStatistiquesInvestissement factoriel
Machine Learning for Trading

Ce notebook teste la réaction d’une stratégie sélectionnée sur les caractéristiques des entreprises US lorsque l’hypothèse de coûts de transaction change. Il maintient la configuration de la stratégie fixe et relance des backtests de validation sur une…

ActionsExécution des ordresBacktestGestion des risques
Machine Learning for Trading

Le notebook présente un aperçu des déclarations S&P 100 10-K et 8-K destinées à alimenter un graphe de connaissances financières. Il décrit des contrôles de schéma portant sur les champs obligatoires, l’unicité des clés d’entreprise et de numéro d’accès, la…

ActionsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook applique une stratégie fixe fondée sur les caractéristiques des actions à une période réservée hors échantillon, à partir de prédictions et d’un allocateur de portefeuille sélectionné auparavant. Il conserve la configuration, le dimensionnement…

ActionsInvestissement factorielBacktestDimensionnement des positions
Machine Learning for Trading

Cette étude de cas évalue un straddle vendeur hebdomadaire sur options S&P 500 à partir de backtests enregistrés. Elle sélectionne une configuration dans un univers liquide désigné, classe les candidats sur la validation et évalue la configuration retenue…

OptionsActionsBacktestGestion des risques
Machine Learning for Trading

Cette analyse reconstitue les cycles de vie des ordres à cours limité NASDAQ à partir des messages ITCH, en suivant les ordres de leur soumission jusqu’au premier événement lié à une annulation ou à leur exécution. Elle distingue les ajouts, suppressions,…

Microstructure des marchésExécution des ordresActionsStatistiques
Machine Learning for Trading

Ce notebook compare la justesse et le temps d’exécution de VectorBT Pro et de VectorBT OSS à ML4T sur des stratégies d’étude de cas prises en charge. Il couvre l’allocation d’ETF, le marché des changes coté en USD et un panel d’actions US pour les deux…

BacktestExécution des ordresContrats à termeMarché des changes
Machine Learning for Trading

Ce notebook transforme des prédictions par action en portefeuilles de validation. À chaque date de rééquilibrage, il classe les actions selon leur rendement prédit, achète le groupe en tête, vend à découvert le groupe en queue et attribue le même capital à…

ActionsApprentissage automatiqueBacktestConstruction de portefeuille